基于数据驱动的非合作航天器姿态估计与预测方法

针对临近操作对非合作航天器的相对导航问题,考虑角速度测量缺失以及视觉特征丢失,提出了一种融合乘性扩展卡尔曼滤波和姿态预测的框架,实现了对非合作航天器的姿态估计和预测。采用惯性参数对状态向量进行了扩维,在缺少角速度测量的情况下预估了非合作航天器的姿态和相对转动惯量的比值。基于函数拟合和神经网络分别设计了两种姿态预测方法,解决了传统方法误差随时间累积的问题,有效减少了计算成本。最后,通过数值仿真验证了滤波估计和姿态预测算法的实时性和准确性。     

基于多维多层立体指标PNT优选策略与评估方法

复杂场景下,无人系统需要快速、可靠、精准决策的导航定位和授时(Positioning, Navigation, and Timing, PNT)手段。目前,PNT手段的优选大多依赖指挥员的经验,其任务繁重。为了将指挥员从决策任务中解放出来,进而专注于对战,需构建基于多维多层立体指标的PNT服务手段,以及设计PNT优选策略,并对优选策略进行评估。本文在无人系统可用的导航手段基础上,从系统工程思想出发,基于能评估思想体系和常规评估流程,建立无人系统PNT导航手段优选策略体系,通过模糊层次的分析方法,对体系指标进行量化。通过无人机的典型应用案例表明,本文所提的方法可以获得不同维度的综合效能定量数值,在多任务多场景下供指挥员参考并进行决策,该方法可为我国的PNT体系建设提供支撑。     

基于多目标优化与强化学习的空战机动决策

为了解决无人机自主空战中的机动决策问题,提出了一种将优化思想与机器学习相结合的机动决策模型。采用多目标优化方法作为决策模型核心,既解决了传统优化方法需要为多个优化目标设置权重的困难,又提高了决策模型的可拓展性;同时在多目标优化的基础上通过强化学习方法训练评价网络进行辅助决策,解决了决策模型在对抗时博弈性不足的缺点。为了测试决策模型的性能,以近距空战为背景,设计了3组仿真实验分别验证多目标优化方法的可行性、辅助决策网络的有效性以及决策模型的总体性能,仿真结果表明,决策模型可以对有机动的敌机进行有效的实时机动对抗。      

一种基于方差的自适应火星图像阈值选取算法

在基于光学成像的深空探测自主导航中,图像边缘处理直接影响视线矢量的提取,从而对自主导航的精度产生较大影响。传统的Otsu算法更侧重同区域灰度的均匀性,适用于图像中目标区域和背景区域面积相差不大的情况,因此在自主导航初始阶段,导航精度较低。根据深空探测巡航段拍摄到的火星图像的特点,基于已有火星探测任务的实拍图像,在Otsu算法的基础上,重新设计准则函数,提出了一种基于方差的火星图像阈值自适应选取算法。该算法将灰度值高于待定阈值的区域的方差表示为待定阈值的函数,以函数一阶微分的最大值对应的灰度值作为最优阈值。该方法具有计算量小、图像分割精确的优点。仿真结果表明,相较于传统的Otsu算法,通过该算法得到的图像阈值能够实现更高的视线矢量提取精度及自主导航精度。     

某型无人机自动着陆系统研究

论述了用ＤＧＰＳ／ＳＩＮＳ／ＲＡ组合导航系统引导的某无人机自动着陆系统的总体方案，利用该无人机的小扰动线性化方程，对其轨迹控制系统进行了分析设计。在不采用速度控制系统的情况下，利用该无人机的全量微分方程，对其在各种起始状态及各种干扰下的自动着陆过程进行了仿真。仿真结果表明，着陆性能符合要求。     

超声复合研磨光学玻璃机理及表面特征

根据光学玻璃硬度高和脆性大的特点,从理论上分析了超声波研磨加工光学玻璃材料的去除机理,试验表明,超声加工工具振动振幅为0.03～0.1mm,频率为16～ 25 kHz条件下,超声波的超精密加工光学玻璃比不加超声振动加工材料去除率高1.5倍左右,表面质量好,粗糙度值降低100％左右.     

基于低成本INS的机载SAR运动补偿研究

为了提高雷达成像的质量．得到高分辨率的SAR图像就必须保证有精确的运动补偿方法来校正运动误差对成像的影响。提出了一种基于惯导数据INS的视线方向位移误差的补偿方法,采用了低精度低成本的INS．对此部分的原理及实现进行了深入的建模分析和推导,并给出仿真结果。结果表明,基于惯导进行运动补偿时低精度也可满足要求。     

空域监视技术的新进展及应用

空域监视系统足对飞行器在空域内的飞行活动进行监视的所有设备的总称.空域监视技术是保障飞行安全、提高运行效率的重要手段.本文首先以机载航电设备的发展为主线,详细分析了空域监视技术的发展历程,指出协同式空域监视的发展离不开机载航电设备的支撑;然后针对协同式空域监视技术面临的新挑战,分析和综述了近年来面向协同式空域监视技术的...     

提高低精度处理器捷联导航计算机精度的方法研究

针对低精度捷联导航计算机的计算精度对系统精度带来的影响,本文旨在研究如何在不更换处理器的前提下提高运算精度,并为此提出两个方法以满足系统要求。经过工程实践证明所研究方法均满足实际工程需要。     

卡尔曼/粒子组合滤波在GPS/INS组合导航中的应用研究

在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。